基于C-FLANN的非线性有源噪声无模型控制技术的研究
研究了非线性有源噪声控制问题。在实际的有源噪声控制系统中,主路径和次路径常常是非线性的且可能是时变的。本文采用基于契比雪夫多项式扩展的函数联接型人工神经网络C-FLANN(Chebyschev Functional Link Artificial NeuralNetwork)对系统申的非线性进行控制。同时采用基于无模型技术的同步扰动随机梯度算法SPSA(Simultaneous PerturbationStochastic Approximation)对神经网络的权值进行更新。该算法无需知道次路径的传递函数,而是通过对输出值的测量采用同步扰动量对神经网络的所有权值同时进行更新,有效解决了次路径的时变问题。仿真研究的结果表明,当系统中呈现非线性及时变特性时,该方法能有效抑制噪声,明显优于Filter-x算法。
有源噪声控制 非线性 人工神经网络 同步扰动随机梯度算法
周亚丽 张奇志
北京机械工业学院计算机及自动化系,北京,100085
国内会议
杭州
中文
232-237
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）